weakly-supervised(弱监督的):指在机器学习/人工智能中,训练数据的“监督信号”不完全、较粗糙或含噪声(例如只有图像级标签、部分标注、带错误的标签等),但仍利用这些有限信息来训练模型。也常见写法 weakly supervised(不加连字符)。
/ˈwiːkli ˈsuːpərˌvaɪzd/
A weakly-supervised model can learn from image-level labels without pixel annotations.
弱监督模型可以只用图像级标签学习,而不需要像素级标注。
Weakly-supervised methods often trade annotation cost for increased uncertainty, so evaluation must be carefully designed.
弱监督方法常用更低的标注成本换取更高的不确定性,因此评估方案必须谨慎设计。
由 weakly(“弱地/不强地”,源自 weak“虚弱的、弱的”)与 supervised(“被监督的”,来自 supervise“监督、管理”,词根含“在上方观看/管理”的意思)组合而成。在机器学习语境中,“弱”强调的是标注/监督信息的强度不足,并非模型能力“弱”。